hadoop天生就是用来处理大数据的。但是，如果Map器的输出也很大，太大，无法容纳reducer内存，会发生什么呢？
假设我们正在考虑一些需要集群的大量数据。我们使用一些划分算法，可以找到指定数量的元素（簇）的“组”，使得一个簇中的元素是相似的，但是属于不同簇的元素是不同的。通常需要指定集群的数量。
如果我尝试将k-means作为最著名的聚类算法来实现，那么一次迭代将如下所示：
Map阶段-将对象指定给最近的质心
减少相位-基于簇中的所有对象计算新质心
但是如果我们只有两个星团呢？
在这种情况下，大型数据集将分为两部分，只有两个键，每个键的值将包含大型数据集的一半。
我不明白的是-如果减速机为一个键获取多个值怎么办？他怎么能把它装进公羊里？？这难道不是hadoop诞生的原因之一吗？
我只举了一个算法的例子，但这是一个一般性的问题。